首页> 都市> KingFlow AI Langflow 工作流接入教程

KingFlow AI Langflow 工作流接入教程

著

本文标签：

KingFlow AI Langflow 工作流接入教程使用 OpenAI Compatible 提供商构建、测试并发布可调用的 AI Flow Langflow 是一套可视化的大模型应用编排工具，可以把输入、提示词、模型、Agent、知识库和输出连接成可复用工作流。KingFlow AI 提供 OpenAI 兼容接口，因此可通过 Langflow 的 O

来源：灵能API 主角: 更新: 2026-10-30 09:40:23

在线阅读

【扫一扫】手机随心读

读书简介

KingFlow AI Langflow 工作流接入教程

使用 OpenAI Compati*le 提供商构建、测试并发布可调用的 AI Flow

Langflow 是一套可视化的大模型应用编排工具，可以把输入、提示词、模型、Agent、知识库和输出连接成可复用工作流。KingFlow AI 提供 OpenAI 兼容接口，因此可通过 Langflow 的 OpenAI Compati*le 提供商完成接入，无需改造工作流的核心结构。本文从基础接口验证开始，依次完成提供商配置、最小 Flow、Playground 联调、API 发布与访问保护。

内容核验日期 2026-10-30

接入架构

环节	职责	注意事项
Chat Input	接收用户问题和会话标识	先用无隐私的短文本联调
Prompt Template	组织系统指令与输入变量	提示词中不要写入密钥
Language Model	选择 OpenAI Compati*le 与模型	模型必须已在提供商设置中启用
KingFlow AI	校验密钥并把请求路由到目标模型	ase *L 必须包含 /v1
Chat Output	展示或返回模型消息	供 Playground 与 Run API 读取

开始前的准备

在 KingFlow AI 控制台创建以 sk- 开头的 API Key，并确认账户余额、套餐或模型分组可用。
从 KingFlow 控制台复制可用模型的完整模型 ID，不要仅根据页面展示名称猜测。
准备 Langflow 1.5 或更新版本。自托管实例默认常见地址为 http://localhost:7860。
确认 Langflow 所在服务器可以访问 KingFlow API 域名和 ****S 端口。
准备不包含客户信息、内部文档或生产凭据的测试问题。

部署环境检查

环境	访问地址或做法	注意事项
本机体验	http://localhost:7860	仅用于开发测试，不直接暴露到公网
Docker	映射 7860 端口并挂载数据目录	从容器内部确认 DNS 与 ****S 出口
服务器	使用 **S 反向	限制管理入口，启用认证并定期备份

第一步：验证 KingFlow 基础接口

curl https://api.**nju**shen.com/v1/chat/completions \
  -H "Authorization: *earer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<KingFlow控制台中的完整模型ID>",
    "messages": [{"role": "user", "content": "只回复：KINGFLOW_OK"}],
    "stream": false
  }'

第二步：配置 OpenAI Compati*le 提供商

登录 Langflow，点击右上角用户图标，进入 Settings。
打开 Model Providers，选择 OpenAI Compati*le。
在 *ase **L 填写 https://api.**nju**shen.com/v1，末尾保留 /v1。
在 API Key 填写 KingFlow 密钥，然后保存。
Langflow 会通过兼容接口发现模型；在 Language Models 区域启用需要使用的模型。
如果模型列表未刷新，先用基础接口验证密钥和网络，再重新保存提供商设置。

字段	填写内容	说明
Provider	OpenAI Compati*le	适用于所有符合 OpenAI 协议的端点
ase *L	https://api.njushen.com/v1	填写到 /v1，不追加 chat/completions
API Key	sk-你的密钥	保存在 Langflow 提供商配置中
Language Model	控制**整模型 ID	从发现列表启用并选择
Temperature	0.2 至 0.5	联调阶段降低输出随机性
Stream	先关闭，稳定后再开启	便于先验证普通 **ON 响应

Langflow 安全发布流程 — 图二 Langflow 从可视化编排到 API 发布的安全流程。AI 生成示意图。

第三步：创建最小 Flow

返回 Projects，创建一个新 Flow；可从空白画布开始，也可使用 *asic Prompting 模板。
添加 Chat Input、Prompt Template、Language Model 和 Chat Output 四个组件。
在 Language Model 中选择 OpenAI Compati*le，再选择已启用的 KingFlow 模型。
在 Prompt Template 中写入简短的系统规则，并预留用户输入变量。
按 Chat Input → Language Model → Chat Output 连接消息；Prompt Template 可连接到模型的 ****** Message。
保存 Flow，打开 Playground，发送最小测试问题。

**步：在 Playground 联调

你是工作流联调助手。请严格完成三项任务：
1. 用一句话确认已收到输入
2. 计算 37 × 24
3. 最后一行只输出 LANGFLOW_OK

检查点	预期结果	验证方式
输入	Playground 显示用户消息	确认 Chat Input 正常接收文本
提示词	模型遵守三项指令	确认 ****** Message 已连接
模型	返回计算结果与 LANGFLOW_OK	KingFlow 控制台应出现调用记录
输出	Chat Output 显示完整消息	无空值、断流或结构异常

第五步：创建 Langflow API Key

点击用户图标，进入 Settings → Langflow API Keys。
点击 Add New，为密钥设置便于识别的名称。
创建后立即复制并保存在服务端密钥管理系统；页面通常不会持续显示明文。
Langflow API Key 继承创建者权限，只交给受信任的调用方，并定期轮换。

第六步：调用 Run API

curl --request POST \
  --url "http://localhost:7860/api/v1/run/<FLOW_ID>?stream=false" \
  --header "Content-Type: application/json" \
  --header "x-api-key: <LANGFLOW_API_KEY>" \
  --**ta '{
    "input_value": "请用一句话确认服务正常",
    "input_type": "chat",
    "output_type": "chat",
    "session_id": "demo-user-001"
  }'

参数	用途	建议
FLOW_ID	Flow 的唯一标识	从 API Access 面板、**L 或生成代码复制
input_value	本次输入内容	聊天流程通常传字符串
input_type	输入类型	常用值为 chat 或 text
output_type	输出类型	常用值为 chat，也可按流程选择
session_id	会话上下文标识	同一用户会话保持稳定，不使用敏感信息
tweaks	运行时覆盖组件参数	默认不开放不必要的可变配置

Python 服务端调用示例

import os
import requests

*ase = os.environ.get("LANGFLOW_SERVER_**L", "http://localhost:7860")
flow_id = os.environ["FLOW_ID"]
headers = {
    "Content-Type": "application/json",
    "x-api-key": os.environ["LANGFLOW_API_KEY"],
}
payload = {
    "input_value": "请总结今天的工作重点",
    "input_type": "chat",
    "output_type": "chat",
    "session_id": "user-001",
}
response = requests.post(
    f"{*ase}/api/v1/run/{flow_id}?stream=false",
    headers=headers,
    json=payload,
    timeout=60,
)
response.raise_for_status()
print(response.json())

密钥与生产安全

KingFlow API Key 只用于 Langflow 调用模型；Langflow API Key 只用于业务系统调用 Flow。两者用途不同，不能混用。
生产环境通过环境变量或密钥管理系统提供凭据，不把密钥写入代码、截图、前端包、Flow 名称或提示词。
不要让浏览器前端直接携带 Langflow API Key；由自己的后端完成鉴权、限流、审计和转发。
给每个环境和业务创建独立密钥，设置轮换周期；发现泄露后立即吊销并替换。
限制管理**来源，启用 ****S，记录状态码、耗时和调用量，但日志中不保存完整密钥或敏感输入。
对输入长度、并发和超时设置上限，重试仅用于 429、503 等临时错误，并采用退避策略。

联调验收

KingFlow 基础接口返回 200，并得到 KINGFLOW_OK。
Langflow 成功发现并启用目标模型。
Playground 返回正确计算结果和 LANGFLOW_OK。
KingFlow 控制台能看到对应密钥与模型的调用记录。
Run API 在携带正确 Langflow API Key 时返回 200。
缺少或使用错误 Langflow API Key 时，请求被拒绝。
重启 Langflow 后，提供商配置与 Flow 仍可正常使用。

上线检查清单

KingFlow 密钥、余额、模型分组和基础接口均已验证。
OpenAI Compati*le *ase **L 为 https://api.**nju**shen.com/v1。
目标模型已被发现、启用并在 Language Model 组件中选中。
最小 Flow 已在 Playground 中通过测试。
Langflow API Key 已创建并仅保存在服务端。
Run API 的授权、未授权和错误输入场景均已验证。
生产环境已配置 ****S、限流、日志脱敏和密钥轮换。

常见故障排查

现象	常见原因	处理方法
保存报错或模型为空	ase *L、密钥、网络或模型分组不可用	用 curl 测试并确认权限、余额、/v1 与 ****S 出口
模型调用 401	KingFlow 密钥错误、停用或未保存	更新提供商密钥并重新选择模型
模型调用 404	模型 ID 或 ase *L 错误	复制完整模型 ID，ase *L 保留 /v1
返回 429	额度不足、并发或频率过高	检查余额与套餐，降低并发并退避重试
返回 503	上游通道暂时不可用	稍后有限重试或切换当前可用模型
Playground 无输出	组件连线或输出类型不匹配	检查 Chat Input、模型与 Chat Output 端口
Run API 401	Langflow API Key 缺失或错误	使用 x-api-key 传入 Langflow 密钥
Run API 404	Flow ID 或服务器地址错误	从 API Access 面板复制地址与 ID；先用 stream=false 和最小字段验证

《KingFlow AI Langflow 工作流接入教程》资讯列表：

KingFlow AI Langflow 工作流接入教程

相关小说

为您推荐

小说标签